- •А.В. Михайлов
- •Утверждено
- •Москва 2009
- •1.1. Основные понятия и определения.
- •1.2 Основные этапы формулировки задачи.
- •1.3 Классификация оптимизационных задач.
- •1.4 Критерий оптимальности.
- •1.5. Условия оптимальности решения.
- •2.1. Постановка задачи. Методы решения оптимизационных задач.
- •2.3. Численные методы решения задачи (методы одномерного поиска).
- •2.3.1. Метод равномерного поиска
- •2.3.2. Метод последовательного равномерного поиска.
- •2.3.3. Метод дихотомии (Метод деления интервала неопределенности пополам)
- •2.3.4 Метод золотого сечения
- •3. Определение безусловного максимума функции нескольких переменных.
- •3.1. Постановка задачи и ее геометрическая интерпретация. Линии равного уровня.
- •Аналитический метод решения задачи. Аналитический метод использует необходимое условие max функции нескольких переменных:
- •Численные методы решения задачи (методы многомерного поиска).
- •Метод направленного перебора.
- •3.3.2. Методы нулевого порядка.
- •3.3.2.1. Метод Гауса-Зайделя (покоординатного поиска).
- •Пример: Выполнить первый цикл поиска максимума функции:
- •3.3.2.2. Симплекс-метод
- •3.3.3. Численные методы первого порядка (градиентные)
- •3.3.3.2. Метод градиента.
- •3.3.3.3. Метод крутого восхождения.
- •4.1 Постановка задачи и ее геометрическая интерпретация
- •4.2. Аналитические методы решения задачи
- •4.2.1. Метод неопределенных множителей Лагранжа
- •Теорема Куна-Таккера.
- •4.3. Численные методы решения задачи
- •4.3.1. Метод штрафных функций
- •5. Оптимизация многостадийных процессов
- •5.1. Постановка задачи на примере и ее формализация.
- •5.3. Метод динамического программирования. Принцип оптимальности Беллмана.
- •5.4. Задача определения оптимального пути на сетевом графике (графе).
- •6. Линейное программирование.
- •6.1. Постановка задачи линейного программирования и особенности ее решения.
- •7.Определение максимума функционала. (Вариационная задача оптимизации).
- •7.1. Пример постановки вариационной задачи.
- •7.2. Определение безусловного максимума функционала. (Классическая вариационная задача), (задача Эйлера).
- •7.3. Определение условного максимума функционала (неклассическое вариационное исчисление)
- •7.4. Определение условного максимума функционала с ограничениями типа дифференциальных уравнений. Принцип максимума Понтрягина.
- •8.1. Формирование критериев оптимальности.
- •8.2. Способы формирования сводного критерия оптимальности.
- •8.2.1. Свертка частных критериев с весовыми коэффициентами.
- •8.2.2. Использование нормативных критериев.
- •8.2.3. Приближение к идеалу.
- •8.2.4. Справедливый компромисс.
- •8.3. Оптимальность по Парето.
- •9. Типовые постановки задач оптимального управления технологическими процессами
- •9.1. Пуск и остановка единичного агрегата.
- •9.2. Пуск системы взаимосвязанных агрегатов.
- •9.3. Оптимизация статического установившегося режима.
- •9.4. Оптимизация циклического установившегося режима.
- •9.5. Оптимизация режима в аппарате периодического действия.
- •9.6. Календарное планирование работы аппарата
- •9.7 Оптимальный режим работы параллельно включенных агрегатов: распределение нагрузок.
- •9.7.1. Минимизация затрат.
- •9.7.2. Учет вероятностного характера нагрузки.
- •9.7.3. Учёт динамических факторов.
- •9.8. Оптимальный режим работы последовательно включенных агрегатов.
- •9.9. Согласование работы периодически или циклически действующих аппаратов.
Теорема Куна-Таккера.
Применяется при решении полной задачи нелинейного программирования (4.1.) – (4.4.).
Если - вектор, являющийся решением задачи (4.1.) – (4.4.), то найдется вектор λ = (λ1,λ2,…λm), где m – число уравнений связи (4.3) и вектор
μ = (μ1,μ2,…μr), где r - число функциональных ограничений (4.4.) одновременно не равные нулю, такие что при , расширенная функция Лагранжа:
(4.19)
достигает поиmin по
При этом необходимо выполнение дополнительных условий
μk ≥ 0 (4.20)
μk ψk() = 0 (4.21)
Таким образом, необходимые условия оптимальности из теоремы Куна-Таккера:
(4.22)
(4.23)
Если автономные ограничения отсутствуют, тогда знак вариации варьируемых переменных не определен и условие (4.22) преобразуется в условие:
(4.24)
Пример: Определить при
D= X1 + X2 = 0
X1 – 1 ≥ 0
Составляем расширенную функцию Лагранжа:
≥0;
Автономные ограничения отсутствуют, поэтому используем необходимые условия оптимальности (4.24) и (4.23)
=-2+2++=0
+= 0
Так как мы получили систему из трех уравнений с четырьмя неизвестными , то для решения задачи необходимо использовать дополнительные условия (4.20) и (4.22). Эти условия в рассматриваемой задаче будут выполняться в двух случаях:
1). μ = 0; ψ(X) = X1 – 1 ≥ 0, тогда имеем:
-2X1 += - 2X1 – X2 = 1 = 0.5
-2X2 += 0 , откудаX1 + X2 = 0 , = - 0.5
X1 + X2 = 0
При полученных значениях иусловиеX1 - 1 ≥ 0 не выполняется, следовательно, принятое допущение некорректно.
Заметим также, что в случае μ = 0, расширенная функция Лагранжа (4. 19) превращается в обычную функцию Лагранжа (4. 6), которая составляется в случае отсутствия функциональных ограничений (4. 4), что не соответствует условиям рассматриваемого примера.
2). µ > 0; X1 – 1 = 0; следовательно: X1 = 1
Необходимые условия оптимальности:
-2X + λ + μ = -2
-2X2 + λ = 0
X1 + X2 = 0
Откуда, с учетом X1= 1, получаем X2= -1; λ = -2; μ = 2 > 0, следовательно, условие (4. 20) выполняется.
Таким образом, задача решена X10 = 1, X20 = -1.
Очевидно, что наложение на область допустимых решений D дополнительных условий уменьшает значение получаемого максимума функции f0.
Для подтверждения этого положения найдем для рассмотренного примера максимальные значения целевой функции в отсутствии ограничений (безусловный максимум), при наличии одного ограничения типа связи и при наличии обоих ограничений, предусмотренных в условии примера.
Необходимые условия оптимальности целевой функции в отсутствие ограничений
; где M1 – безусловный
Это случай μ = 0, т.е. отсутствуют функциональные ограничения. Решения для него получены выше.
M2 = max f0 (Х) = – (0.5)2 – (0.5)2 + 2 · 0.2 = 0.5
X€D
D: X1+X2=0
3. При наличии обоих ограничений выше получено
M3 = max f0 (X) = - (1)2 – (-1)2 + 2 · 1 = 0
X€D
D= X1+X2=0
X1 -1 ≥ 0
M1 > M2 > M3 - что и требовалось доказать.